| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 空中交通复杂度研究现状 | 第13-15页 |
| 1.2.2 终端区扇区优化研究现状 | 第15-17页 |
| 1.3 主要研究内容 | 第17-19页 |
| 第二章 终端区扇区划分理论 | 第19-34页 |
| 2.1 扇区划分的意义 | 第19-21页 |
| 2.1.1 终端区及其影响因素 | 第19-20页 |
| 2.1.2 扇区及其影响因素 | 第20-21页 |
| 2.2 扇区划分的原则 | 第21-23页 |
| 2.3 扇区划分的基本方法 | 第23页 |
| 2.4 扇区Voronoi图方法 | 第23-30页 |
| 2.4.1 Voronoi图的定义 | 第24-26页 |
| 2.4.2 Voronoi图的性质 | 第26-27页 |
| 2.4.3 Voronoi图的生成方法 | 第27-30页 |
| 2.5 扇区划分模型 | 第30-33页 |
| 2.5.1 扇区数量计算 | 第30-31页 |
| 2.5.2 目标函数 | 第31页 |
| 2.5.3 约束条件 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 空中交通复杂度的量化 | 第34-46页 |
| 3.1 扇区复杂度影响因子 | 第34-39页 |
| 3.1.1 扇区复杂度影响因素 | 第34-35页 |
| 3.1.2 影响因素无量纲化处理 | 第35-39页 |
| 3.2 影响因子权重值计算 | 第39-43页 |
| 3.2.1 层次分析法 | 第40-42页 |
| 3.2.2 算例展示 | 第42-43页 |
| 3.3 静态扇区复杂度量化模型 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 组合优化算法研究 | 第46-61页 |
| 4.1 蚁群算法理论基础 | 第46-49页 |
| 4.1.1 真实蚁群工作机制 | 第46-47页 |
| 4.1.2 蚁群算法模型构建思路 | 第47-49页 |
| 4.1.3 蚁群算法的特点 | 第49页 |
| 4.2 基本蚁群算法数学模型 | 第49-54页 |
| 4.2.1 基于蚁群算法的TSP问题建模 | 第50-51页 |
| 4.2.2 基本蚁群算法参数分析 | 第51-52页 |
| 4.2.3 算法的基本步骤及流程图 | 第52-54页 |
| 4.3 基于改进蚁群算法的扇区优化 | 第54-60页 |
| 4.3.1 改进蚁群算法搜索思路 | 第54-55页 |
| 4.3.2 改进蚁群算法数学模型 | 第55-57页 |
| 4.3.3 扇区优化算法流程及步骤 | 第57-60页 |
| 4.4 本章小节 | 第60-61页 |
| 第五章 基于复杂度分析的西安终端空域灵活使用 | 第61-78页 |
| 5.1 西安终端空域Voronoi图 | 第61-67页 |
| 5.1.1 西安终端空域概述 | 第61-64页 |
| 5.1.2 终端边界点及关键点选取 | 第64-65页 |
| 5.1.3 矢量生成方法的西安终端Voronoi图 | 第65-67页 |
| 5.2 高峰流量时段西安终端区扇区优化 | 第67-77页 |
| 5.2.1 扇区数量及扇区单元复杂度计算 | 第67-71页 |
| 5.2.2 基于改进蚁群算法的静态扇区优化 | 第71-73页 |
| 5.2.3 空域灵活使用概念的扇区动态调整 | 第73-77页 |
| 5.3 本章小节 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 全文总结 | 第78页 |
| 6.2 本文创新点 | 第78-79页 |
| 6.3 讨论和展望 | 第79-80页 |
| 参考文献 | 第80-82页 |
| 攻读硕士学位期间取得的学术成果 | 第82-83页 |
| 致谢 | 第83页 |